Práce se zabývá procesem rozpoznání ručně psaných znaků. Popisuje jednotlivé techniky sloužící k zpracování vstupních dat. Hlavní náplní práce je popis jednotlivých algoritmů a metod používaných pro rozpoznání ručně psaných znaků. Zabývá se klasifikátory na principu minimální vzdálenosti, neuronovými sítěmi a pravděpodobnostními Markovovými modely. V praktické části jsou zmíněny informační zdroje a programy sloužící pro detailní popis zmíněných algoritmů.
Anotace v angličtině
This bachelor work examines the process of handwritten characters recognition. It describes different methods used for processing of input data. The main scope is description of algorithms and methods used for handwritten characters recognition. It deals with the minimum distance classifiers, neural networks and stochastic Markov models. Information sources and programs containing detailed descriptions of these algorithms are mentioned in the practical part.
Práce se zabývá procesem rozpoznání ručně psaných znaků. Popisuje jednotlivé techniky sloužící k zpracování vstupních dat. Hlavní náplní práce je popis jednotlivých algoritmů a metod používaných pro rozpoznání ručně psaných znaků. Zabývá se klasifikátory na principu minimální vzdálenosti, neuronovými sítěmi a pravděpodobnostními Markovovými modely. V praktické části jsou zmíněny informační zdroje a programy sloužící pro detailní popis zmíněných algoritmů.
Anotace v angličtině
This bachelor work examines the process of handwritten characters recognition. It describes different methods used for processing of input data. The main scope is description of algorithms and methods used for handwritten characters recognition. It deals with the minimum distance classifiers, neural networks and stochastic Markov models. Information sources and programs containing detailed descriptions of these algorithms are mentioned in the practical part.
Cílem práce je vytvoření přehledu algoritmů navržených pro rozpoznávání ručně psaných znaků (písmen a číslic) a jejich vzájemné porovnání.
Sestavte přehled základních typů algoritmů používaných pro rozpoznávání ručně psaných znaků a vytvořte jejich klasifikaci.
Vytvořte seznam zdrojů (internetových stránek), kde leze získat detailní popisy jednotlivých algoritmů, případně zdrojové kódy odpovídajících programů.
Shromážděte dostupné programy, pomocí nichž lze jednotlivé algoritmy otestovat on-line (internetová stránka) nebo off-line (spustitelný soubor).
Otestujte a porovnejte shromážděné programy.
Zásady pro vypracování
Cílem práce je vytvoření přehledu algoritmů navržených pro rozpoznávání ručně psaných znaků (písmen a číslic) a jejich vzájemné porovnání.
Sestavte přehled základních typů algoritmů používaných pro rozpoznávání ručně psaných znaků a vytvořte jejich klasifikaci.
Vytvořte seznam zdrojů (internetových stránek), kde leze získat detailní popisy jednotlivých algoritmů, případně zdrojové kódy odpovídajících programů.
Shromážděte dostupné programy, pomocí nichž lze jednotlivé algoritmy otestovat on-line (internetová stránka) nebo off-line (spustitelný soubor).
Otestujte a porovnejte shromážděné programy.
Seznam doporučené literatury
Bishop, Christopher M.. Pattern recognition and machine learning /. New York : Springer, 2006. 738 s. : ISBN 978-0387-31073-2.
Fuzzy models and algorithms for pattern recognition and image processing. New York : Springer Science + Business Media, 2005. 776 s. : ISBN 978-0-387-24515-7.
Handwriting recognition [online]. 2009 , 1 December 2009 [cit. 2009-12-08]. Dostupný z WWW: .
Wu, Muguel Po-Hsien. Handwritten Character Recognition [online]. 2003 [cit. 2009-12-08]. Dostupný z WWW: .
Chalupa, Petr. Programové vybavení pro vizuální vyhodnocování testů. Zlín, 1999. 55 s. Vysoké učení technické v Brně. Vedoucí diplomové práce Ing. Tomáš Sysala.
Seznam doporučené literatury
Bishop, Christopher M.. Pattern recognition and machine learning /. New York : Springer, 2006. 738 s. : ISBN 978-0387-31073-2.
Fuzzy models and algorithms for pattern recognition and image processing. New York : Springer Science + Business Media, 2005. 776 s. : ISBN 978-0-387-24515-7.
Handwriting recognition [online]. 2009 , 1 December 2009 [cit. 2009-12-08]. Dostupný z WWW: .
Wu, Muguel Po-Hsien. Handwritten Character Recognition [online]. 2003 [cit. 2009-12-08]. Dostupný z WWW: .
Chalupa, Petr. Programové vybavení pro vizuální vyhodnocování testů. Zlín, 1999. 55 s. Vysoké učení technické v Brně. Vedoucí diplomové práce Ing. Tomáš Sysala.
Přílohy volně vložené
1 CD
Přílohy vázané v práci
-
Převzato z knihovny
Ne
Plný text práce
Přílohy
Posudek(y) oponenta
Hodnocení vedoucího
Záznam průběhu obhajoby
Diplomant prezentoval před komisí pro SZZ zadání, cíle, způsob řešení, výsledky a závěry své bakalářské práce. Po prezentaci následovaly dotazy:
1) Zkuste jednoduše shrnout výhody / nevýhody uvedených 3 hlavních přístupů pro rozpoznávání ručně psaných znaků: dle minimální vzdálenosti, neuronové sítě a Markovovy modely.
Neuronová síť Neocognitron používaná pro rozpoznávání ručně psaných znaků obsahuje řádově desítky tisíc neuronů, jak je časově náročné její učení, např. u Vašeho příkladu v praktické části? (dr. Gazdoš)
2) V praktické části využíváte tuto síť pro rozpoznávání ručně psaných arabských číslic. Podle jakého klíče volíte velikost připojované oblasti pro S a C-buňky v jednotlivých vrstvách? (dr. Gazdoš)
Student dotazy komise zodpověděl. Po diskusi následovalo zkoušení předmětů.